ИИ и критическое мышление: кто кого

Мир до ИИ: опыт, упорство и собственные мозги

Еще совсем недавно при выполнении рутинных задач человеку приходилось полагаться только на многолетний опыт, упорство, кучу запыленных книг в библиотеках и собственные мозги. Но времена меняются, и в сегодняшней реальности мы уже как будто не представляем себе жизнь без постоянного участия и помощи искусственного интеллекта. В недавнем исследовании Microsoft Research Cambridge ученые снова задались вопросом, а так ли это круто и к чему приведет такая дружба?

Почему технологии кажутся однозначным благом

Если рассматривать развитие технологий как уникальную возможность выдохнуть в ежедневных рабочих процессах, то, казалось бы, здесь сплошные плюсы и безусловная выгода как для работника, так и для работодателя.

Обратная сторона: снижение критического мышления

Однако, последние исследования в области развития искусственного интеллекта заставляют ученых беспокоиться: при прочих равных, сотрудники, использующие в своей работе эти технологии и полностью полагающиеся на их результаты, сами отметили снижение навыков собственного критического мышления по сравнению с теми, кто использовал ИИ меньше или с долей недоверия. Получается, при безусловном повышении эффективности рабочих процессов, такая тесная дружба с машиной ведет к уменьшению критической вовлеченности, к быстрому переходу на «автопилот», что может повлечь за собой возникновение большего количества ошибок. Помимо этого возникает закономерный вопрос, а не атрофируется ли у сотрудников в целом способность к независимому принятию решений? И если да, то в каких масштабах?

Как ИИ бьет по рутинным задачам — и почему это опасно

Безусловно, под раздачу попадают, в первую очередь, рутинные и простые рабочие задачи, на которые обычно не обращают должного внимания при оценке стратегических результатов — и вот здесь-то зачастую кроется опасность, так как систематическое повторение операционных ошибок приводит к снижению надежности такого труда в долгосрочной перспективе, не говоря уже об известной проблеме предвзятости, необъективности и искажений в системах ИИ.

Кейс Amazon: когда ИИ начинает дискриминировать

Одним из показательных примеров является кейс крупнейшей американской компании Amazon, когда алгоритм искусственного интеллекта при найме сотрудников начал предпочитать кандидатов-мужчин, базируясь на данных за десятилетний период, поступавших, как вы понимаете, в основном, от кандидатов мужского пола, в итоге компании пришлось свернуть этот проект, так как не было никакой уверенности, что в систему не будут проникать также другие формы дискриминации. И такие ошибки могут закрадываться в систему различными способами: от использования некорректного исходного материала до неточного понимания ограниченности самих внутренних ресурсов ИИ.

Критическое мышление как человеческий фундамент

Критическое мышление — это не только анализ информации и выявление логических ошибок, но и умение сомневаться и избегать предвзятости, пусть даже иногда интуитивно. Это краеугольный навык развития человека думающего и мыслящего. Искусственный интеллект зачастую будто усыпляет потребность юзера быть начеку, что, в свою очередь, порождает новую реальность, живущую уже по своим внутренним законам.

Падение креативности при зависимости от ИИ

Помимо опасений, что ИИ будет оказывать стабильное негативное влияние на когнитивные способности человека, в эту же песочницу попадают проблемы с креативностью, которые так или иначе появляются у сотрудников, полагающихся на инструменты ИИ. Когда нет потребности отвечать на ежедневные вызовы самостоятельно, то и нет необходимости использовать свои навыки в полной мере, что ведет к понижению уровня вовлеченности и к потере тех или иных скиллов.

Почему ИИ не способен на подлинное творчество

Будучи очень удобным инструментом поиска, вычленения, компилирования информации, искусственный интеллект все же пока не способен создавать уникальный или исключительный продукт, который, в том числе, иногда может содержать в себе противоречия, оказывающие зачастую особое влияние на восприятие творческой работы. В фундаментальной концепции творчества заложена идея невозможности получения результата путем простого выведения из начальных условий, то есть это не просто комбинация заранее предоставленных решений, это что-то, что включает в себя такие сложные понятия как озарение, интуиция, воображение, идея или замысел, духовные и нравственные представления, вдохновение и так далее, — одним словом, созидание в самом широком смысле, иногда местами бессознательное! «Личность есть не субстанция, а творческий акт», — утверждал Бердяев, и есть ли в этом творческом акте место машине? Не получится ли так, что повсеместное и бездумное использование инструментов ИИ приведет к регрессу инновативности и депривации индивидуальности?

Диагностика критического мышления без участия ИИ

В исследованиях, проводимых экспертами SkillCode, все чаще поднимается вопрос о том, что чрезмерная зависимость от алгоритмов может снижать способность сотрудников замечать ошибки, распознавать искажения и анализировать информацию самостоятельно. Специалисты отмечают, что изменение структуры мыслительных процессов особенно заметно там, где работник регулярно взаимодействует с ИИ в рутинных операциях: внимание притупляется, решения принимаются быстрее, но с меньшим участием критической оценки происходящего.

Почему компании не строят оценку на ИИ

В аналитической практике все чаще подчеркивается необходимость осторожного отношения к результатам, полученным с помощью алгоритмов. Даже при работе с большими массивами данных важно учитывать контекст, источники и возможные искажения, чтобы корректно интерпретировать выводы и понимать, как они отражаются на процессах внутри команды или компании. Такой подход помогает избежать ситуации, когда технологический инструмент начинает формировать решения вместо человека, а не дополнять его профессиональное суждение.

Эксперты в области когнитивного анализа отмечают, что развитие самообучающихся систем неизбежно создает слепые зоны — места, где алгоритм интерпретирует информацию иначе, чем человек. Это связано с природой статистических моделей и зависимостью от качества обучающих выборок. Поэтому в практиках оценки компетенций и анализа предпочтение часто отдается формату, где человек сохраняет ведущую роль в интерпретации, а алгоритмы используются лишь как вспомогательный инструмент на технических этапах обработки данных. Такой подход снижает вероятность логических искажений и помогает удерживать качество принимаемых решений.

Когда человек передает рутинные решения ИИ, он выигрывает время, но рискует потерять мышление. Устойчивые команды — те, кто используют технологии как инструмент, а не как замену собственного разума.